16 ноября
PGConf.Академия 2026
PGConf.Академия 2026
PGConf.Академия 2026 — практическая конференция для преподавателей информационных технологий, методистов, методологов и специалистов, разрабатывающих образовательные программы в вузах, колледжах и ИТ-компаниях от Postgres Professional в партнерстве с факультетом компьютерных наук НИУ ВШЭ.
Участие для преподавателей (в т.ч.специализированных учебных центров), и сотрудников администраций вузов и колледжей — бесплатное.
Для других категорий слушателей предусмотрено платное участие.
По вопросам: academy@postgrespro.ru.
Письмо-приглашение: скачать
В рамках конференции проведем курс повышения квалификации. Для участия нужно заполнить форму, очно присутствовать на протяжении всей конференции, в день конференции заполнить анкету обратной связи. По завершению курса участники получат сертификат НИУ ВШЭ.
Для участия в конференции дождитесь подтверждения от организаторов по электронной почте.
Темы встречи
Принимаем доклады для выступлений по следующим темам:
-
Методика и практический опыт преподавания дисциплин, связанных с системами управления базами данных (СУБД);
-
Использование Postgres в образовательном процессе;
-
Опыт разработки и реализации совместных образовательных программ: индустрия и образовательная организация;
-
Обучение системному программированию с использованием открытого исходного кода PostgreSQL;
-
Практика использования искусственного интеллекта в разработке образовательного контента и программ.
Доклады
Архив докладов
-
Наталья Графеева НИУ ВШЭ Санкт-Петербург ПрофессорАтрибуция почерков писцов — одна из центральных и наиболее трудоёмких задач палеографии. Рост объёмов оцифрованных рукописных коллекций делает актуальным вопрос о вычислительных методах, способных поддержать экспертизу, не заменяя её. В докладе представлен опыт междисциплинарного студенческого проекта, в котором задача сравнения почерков формализована как поиск ближайших соседей в пространстве векторных представлений изображений письма. Эмбеддинги фрагментов рукописей, полученные методами компьютерного зрения, хранятся и обрабатываются в PostgreSQL с расширением pgvector, что позволяет объединить данные, метаданные и векторный поиск в единой среде. Рассматриваются построение корпуса и разметка, получение эмбеддингов и выбор метрики сходства, а также организация гибридного поиска, сочетающего векторное сходство с палеографическими фильтрами. Отдельное внимание уделяется методам оценки качества, кластеризации и визуализации эмбеддингов и процедуре экспертной валидации результатов палеографами. Обсуждаются ограничения подхода — зависимость от качества оцифровки, дисбаланс классов, трудность интерпретации эмбеддингов — и принципы воспроизводимости исследования. Делается вывод о том, что pgvector превращает PostgreSQL из пассивного хранилища в полноценный исследовательский инструмент, а сам проект демонстрирует образовательную ценность интеграции гуманитарных, аналитических и инженерных компетенций.
-
Андрей Брайловский РТУ МИРЭА АссистентВ докладе представлен практический опыт автоматизации создания оценочных средств по дисциплинам «Разработка баз данных» и «Проектирование баз данных» с помощью искусственного интеллекта. Доклад охватывает полный цикл разработки тестов: от генерации вопросов на основе учебных материалов (презентаций) с использованием LLM-моделей до их глубокой перепроверки с помощью нейросетей. Приведены промпты и конкретные рекомендации по разработке подобных материалов. Демонстрируется интерфейс созданного веб-приложения — «Банка тестов», который позволяет импортировать вопросы (в том числе из CSV), проводить ручной контроль их качества и экспортировать готовые наборы в форматы Moodle XML, PDF и Excel для прямой интеграции в образовательный процесс.
-
Олег Жнякин НИУ МЭИ Старший преподаватель
Данила Филин НИУ МЭИ СтудентВ докладе представляется SQL-тренажёр для практической подготовки студентов: от базовых запросов до работы с данными с помощью DML-операций. Платформа является авторской разработкой и позволяет создавать структуру и содержание учебных курсов, включающих как теоретический материал, так и практические задания с их автоматической проверкой. Платформа так же предоставляет возможность администрировать процесс обучения, позволяя формировать группы, разграничивать права пользователей от студента до методиста, назначать контрольные мероприятия и проводить мониторинг уровня подготовки и степени освоения материала студентами. Тренажер может предоставляться другим учебным заведениям как сервис с возможностью как создавать свои курсы, так и пользоваться уже разработанными, и может стать основой для межвузовской образовательной платформы. Авторы делятся опытом развития системы, такими как: выделения фоновых задач в очереди, внедрения Redis для ускорения работы и постепенного перехода от монолитной архитектуры к микросервисной.
-
Полина Кривых- в чем похоже и отличается обучение человека и нейросетей
- умеют ли «нейросети» думать
- как частое обращение к нейросетям влияет на наши когнитивные функции и способность обучаться
- как использование больших языковых моделей загоняет нас в ловушку «когнитивного долга»